export_graphviz图片
时间: 2023-08-06 16:04:50 浏览: 119
解决使用export_graphviz可视化树报错的问题
5星 · 资源好评率100%
您可以使用 `export_graphviz` 函数从 scikit-learn 库中的决策树模型生成可视化的决策树图像。以下是一个示例代码,演示如何导出决策树图像:
```python
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pydotplus
# 加载示例数据集
iris = load_iris()
X = iris.data
y = iris.target
# 训练决策树模型
clf = DecisionTreeClassifier()
clf.fit(X, y)
# 导出决策树图像
dot_data = export_graphviz(clf, out_file=None,
feature_names=iris.feature_names,
class_names=iris.target_names,
filled=True, rounded=True,
special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_png('decision_tree.png')
```
上述代码将生成一个名为 `decision_tree.png` 的 PNG 图像文件,其中包含决策树的可视化图像。您可以根据需要修改代码中的数据集和模型来适应您的任务。请确保已经安装了 `scikit-learn` 和 `pydotplus` 这两个库。
阅读全文